• 신영선
• 기본 과정
• AI 도구

당신만 모르는 숨겨진 구글 AI 기능

구글에서 공식 발표한 AI 최신 기능 소식

2025-04-10

1. 릴스 영상을 저장 또는 공유하기로 기록 해놓습니다.
2. DM으로 받은 링크를 카톡으로 옮겨 놓습니다.
3. PC로 접속해서 AI 즐겨찾기 폴더를 만들어 저장해놓습니다.
4. 바로 사용을 해봅니다. 절대 미루지 마세요. (⭐ 제일 중요)

1. 2시간 요약본

1. 행사 개요 및 주요 발표 흐름

라스베이거스에서 개최된 구글 클라우드 넥스트(Cloud Next)는 2025년 대규모 AI 혁신의 현주소를 보여준 자리였다. 토마스 쿠리안(Thomas Kurian) 구글 클라우드 CEO는 기조연설에서 “미래가 아니라, 이미 우리 눈앞의 현실로 다가온 AI를 누구나 사용할 수 있게 만들겠다”라고 언급하며, AI의 ‘멀티에이전트 시대’를 공식 선언했다.

썬더 피차이(Sundar Pichai) 구글 및 알파벳 CEO도 무대에 올라 인프라와 연구(R&D), 모델, 제품이라는 ‘AI 풀 스택’에 대한 막대한 투자를 강조했다. 구글이 직접 사용하는 AI 기술들을 기업 고객에게 제공함으로써, “가장 강력한 AI를 누구나 손쉽게 쓸 수 있도록 하겠다”는 비전을 피력했다.

이날 발표는 크게 아래 네 가지 축으로 진행되었다.

AI 인프라: TPU 7세대 ‘Ironwood’ 칩, 엔비디아와의 GPU 파트너십 확대

AI 모델: ‘Gemini 2.5 Pro/Flash’ 모델 및 다중 모달(media, video, audio 등) 대응 모델

에이전트(Agent) 플랫폼: 멀티에이전트 시스템을 쉽게 구축·관리하는 ‘Vertex AI’ 업그레이드와 ‘Google Agent Space’

보안: ‘Google Unified Security’와 AI로 작동하는 보안 에이전트

또한 맥도날드, 도이치뱅크, 레딧(Reddit), 메르세데스벤츠 등 대형 고객사의 실제 사용 사례가 소개되어, AI 기술이 단순 시연이 아닌 실질적인 기업 가치 창출 단계로 접어들었음을 시사했다.

2. 구글 클라우드 인프라의 ‘AI 초고속 도약’: 새로운 칩 TPU Ironwood 및 엔비디아 파트너십

TPU 7세대 ‘Ironwood’

구글은 2013년부터 자체 AI 칩 TPU(Tensor Processing Unit)을 개발해 왔으며, 이번 행사에서 7세대 ‘Ironwood TPU’를 공개했다.

TPU v1 공개 이후 성능은 3,600배 이상 높아졌으며, 에너지 효율 역시 29배 향상되었다고 발표했다.

Ironwood TPU 팟(pod)은 최대 9,000개 이상의 칩을 연결해 **42.5엑사플롭스(exaflops)**를 달성하며, 현존 최고 성능 슈퍼컴퓨터보다도 훨씬 높은 수준의 성능을 제공할 수 있다고 구글은 강조했다.

엔비디아(NVIDIA) 파트너십

구글은 엔비디아와의 협력 강화로, Blackwell 기반의 차세대 GPU를 세계 최초 수준으로 클라우드 환경에 제공할 예정이다.

DGX 시스템(B200, HGX B200) 등을 구글 클라우드에서 바로 사용할 수 있어, 고객은 원하는 GPU 환경을 탄력적으로 구축 가능하다.

“클라우드 초합컴(AI Hypercomputer)” 콘셉트로, 칩·스토리지·소프트웨어까지 모듈화된 강력한 AI 인프라를 확보했다고 발표했다.

[시각 자료 제안]

“Ironwood TPU 성능지표” 가로 바(bar) 그래프

X축: 세대별 TPU (1~7)

Y축: 성능지표(TFLOPS, FLOPS 비교)

7세대 Ironwood 바가 압도적으로 높음

3. 최신 AI 모델 “Gemini” 시리즈와 멀티모달 혁신

구글 딥마인드(Google DeepMind)가 주도한 ‘Gemini’는 지금의 구글 AI의 핵심이다.

Gemini 2.5 Pro: 다양한 학습 벤치마크에서 최고 점수를 기록했다고 언급되었다. 특히 ‘thinking(추론) 능력’이 강화되어, 단계별로 사고 과정을 구조화할 수 있는 점이 강조되었다.

Gemini 2.5 Flash: 비용 대비 성능이 우수한 모델로, 특정 작업에 빠른 추론을 제공한다. 사용자가 원할 경우 “Thinking” 과정을 짧게 해 비용과 성능을 자유롭게 맞출 수 있다.

또한 모달리티 간 연결성을 강조하며, 텍스트·이미지·오디오·비디오를 통합 처리하는 “멀티모달 AI”가 미래를 이끌 것이라 밝혔다.

4. AI를 향한 전방위 투자: 데이터 센터, 네트워크, 보안

썬더 피차이는 “2025년까지 약 750억 달러를 데이터 센터와 서버(특히 AI 컴퓨팅)에 투자하겠다”고 발표했다.

네트워크 측면에서도 2백만 마일(약 322만km)의 광케이블을 전 세계에 깔아둔 구글의 민간 최대 인프라를 소개하며, 이를 고객이 활용할 수 있게 개방한다고 했다.

Cloud WAN이라는 이름으로, 구글 사설 네트워크를 사용해 안정적이고 빠른 전송 속도를 제공하며, 최대 40% 비용도 줄일 수 있다고 홍보했다.

5. AI가 만드는 새로운 업무 방식: 에이전트(Agent) 생태계와 Google Agent Space

가장 큰 화두 중 하나는 ‘에이전트(Agent)’다. 과거엔 챗봇에서 한 단계 나아가, 여러 단계를 논리적으로 사고하고, 다양한 외부 툴을 활용해 업무를 실행하는 것을 목표로 한다.

멀티에이전트 시대의 개막

구글은 개발자용 ‘에이전트 개발 키트(Agent Development Kit, ADK)’를 공개해, 누구나 “추론, 툴 사용, 복잡한 태스크 처리”를 하는 에이전트를 만들 수 있게 하겠다고 발표했다.

에이전트 간 통신 프로토콜(Agent-to-Agent Protocol)을 표준화해, 서로 다른 기반(예: 랭체인(LangChain) 등)으로 만들어진 에이전트들이 협력할 수 있도록 했다.

Google Agent Space

회사 내부 직원 누구나 ‘에이전트’를 생성·활용하는 플랫폼.

데이터 접근 권한, 검색, 내부 앱 액세스 등 다층 보안이 가능하여 대기업에서도 도입하기 쉽다는 장점을 강조했다.

구글 기반 에이전트(예: 노트북LM, 아이디어 생성, 기업 연구용 에이전트)도 기본 탑재되고, 서드파티 에이전트도 가져올 수 있다.

6. 워크스페이스(Workspace)와 구글 제품군에 녹아든 제너레이티브 AI

지메일, 문서, 드라이브, 미트 등 30억 명 이상이 사용하는 구글 워크스페이스에도 AI가 전면 적용되었다.

Help Me Analyze(시트): 구글 시트에서 표 자동 분석, 피벗 테이블 생성 등을 AI가 수행.

Audio Overviews(독스): 문서 내용을 음성으로 자연스럽게 변환해 주거나, 추가 설명을 오디오로 생성.

Workspace Flows: 자주 하는 반복 작업을 자동화하고, 더 나아가 의사결정도 돕는다.

맥도날드, 도이치뱅크 등 금융·서비스 업계 고객들이 이미 워크스페이스의 AI 기능을 대규모로 도입했다고 소개했다.

7. 크리에이티브 에이전트: VO·Imagine·Chirp·Liia가 만드는 미디어 제작의 미래

“AI가 콘텐츠 제작을 어떻게 바꿀 것인가?”를 구글은 크게 4가지 모델로 답했다.

Imagine: 텍스트에서 이미지를 만들어내는 모델. 조명·구도·스타일 표현 등이 매우 정교하다는 것이 강점.

Chirp: 오디오 변환 및 음성 생성을 담당. 단 10초만 녹음해도, 다양한 음색과 발성을 만들어낼 수 있다.

Liia: 텍스트를 30초 음악으로 바꾸는 모델. 저작권이 필요한 부분은 ‘Synth ID’를 통해 투명성을 지킬 수 있다고 한다.

VO(Ve) 2: 텍스트 프롬프트로 영상(최대 4K)을 만들거나, 영상에 인페인팅(inpainting)·아웃페인팅(outpainting)을 적용해 부분만 교체. 구도나 카메라 프리셋을 지정할 수도 있다.

이날 행사에서는 라스베이거스 ‘스피어(The Sphere)’에서 진행된 고전 영화 ‘오즈의 마법사’ AI 복원 프로젝트와 같은 사례가 대표로 소개되었다.

8. 데이터 에이전트: BigQuery, Document AI로 재탄생하는 데이터 사이언스와 분석

구글 클라우드의 대표 데이터웨어하우스인 BigQuery는 AI와 결합해 더욱 강력해졌다.

BigQuery가 문서형 텍스트, 이미지, 오디오도 직접 분산 처리하고, 필요 시 ‘Vertex AI’와 연동해 패턴 분석을 실시할 수 있다.

예컨대 “Document AI”와 결합해 PDF 같은 비정형 문서에서 텍스트를 구조화해 추출하고, 즉시 분석까지 가능하다.

시계열 예측(Time Series Forecasting) 모델도 사전 학습돼 있어 코드 한두 줄로 트렌드 분석이 가능하다.

맥도날드는 전 세계 매장에서 나오는 판매·재고 데이터를 이렇게 분석하고 있으며, 금융기관인 도이치뱅크는 규제 내에서 수백만 건의 보고서를 AI로 요약해 업무 효율을 높이고 있다.

9. 보안 에이전트와 통합 솔루션 “Google Unified Security”

AI 시대에는 보안 역시 복잡해지지만, 구글은 다음과 같은 통합 보안 솔루션을 제시했다.

Threat Intelligence: 구글·맨디언트(Mandiant)가 축적한 보안 위협 정보를 통합

SecOps(보안 운영): 공격 탐지·대응을 AI로 자동화

Virtual Red Teaming: AI 기반 취약점 사전 점검

Google Unified Security: 모든 기능을 하나로 모으는 ‘거스(GUS)’ 개념을 발표

특히 “모델 아머(Model Armor)”라는 AI 모델 보호 기능을 선보여, 모델에 대한 공격이나 데이터 침해 시도를 자동 차단해준다. 시연에서는 개발자가 VM 보안 설정을 잘못 해두었을 때, 거스(GUS)가 스스로 악의적 트래픽을 탐지하고 격리 조치했다.

10. 주요 고객 사례: 맥도날드, 세일즈포스, 도이치뱅크, 포럼 열광한 기타 기업들

맥도날드(McDonald’s)

전 세계 매장 내 다양한 기기와 프로세스를 AI로 연결해, 재고 관리부터 고장 예측까지 한다.

AI가 실시간으로 문제를 감지하고 매니저에게 알려주며, 신속한 대응이 가능하도록 지원.

세일즈포스(Salesforce)

“에이전트 포스(Agent Force)”라는 새로운 모듈 도입을 통해, CRM 내 AI 자동화 영역 확대.

Gemini 모델과 연동되어 소비자 데이터를 빠르고 정확히 분석해 영업 기회를 확대한다.

도이치뱅크(Deutsche Bank)

금융 투자 리서치 문서 처리가 핵심. “DB Luminina” 에이전트는 수백 페이지 문서를 3페이지로 요약.

금융 규제 내에서도 안전하게 에이전트를 운영해 생산성을 극적으로 높였다.

이밖에 웬디스(Wendy’s)의 드라이브 스루 자동 주문, 메르세데스벤츠(Mercedes-Benz)의 음성 네비게이션, 레딧(Reddit)의 검색 최적화, 버라이즌(Verizon)의 고객센터 자동화 등이 소개됐다.

11. 멀티클라우드·서드파티 연동·주요 파트너십 전략

구글 클라우드는 멀티클라우드 환경을 위한 네트워크·보안·ID 통합을 지속 강화하고 있다고 밝혔다.

예: Cross-Cloud Interconnect를 활용하면, AWS나 애저(Azure)에서도 BigQuery, AlloyDB에 접근 가능.

메타(Meta)의 오픈소스 모델 Llama 2, 안트로픽(Anthropic)의 Claude 등을 구글 클라우드에서 쉽게 활용 가능.

세일즈포스, SAP, 오라클, 서비스나우 등 주요 엔터프라이즈 앱과 연동 에이전트를 빠르게 개발할 수 있도록 적극 지원하겠다는 전략이다.

12. 시각 자료로 살펴보는 주요 기능

아래는 간단한 예시:

[인프라] TPU 성능 개선 바 그래프 & “AI 하이퍼컴퓨터” 아키텍처 다이어그램

[멀티모달 모델] 텍스트→이미지(Imagine), 텍스트→음성(Chirp), 텍스트→음악(Liia), 텍스트→영상(VO) 순서도

[Agent Space 대시보드] 여러 에이전트(검색 에이전트, 업무 자동화 에이전트 등)를 배치해둔 모습 스크린샷

[BigQuery와 문서 AI 통합 예시] PDF에서 텍스트 추출 후, AI 모델로 분석되는 흐름

[보안 통합 대시보드] 악성 이벤트 발생 시, 구글 통합 보안이 자동 대응하는 시퀀스

13. 맺음말: “새로운 클라우드, AI와 함께”

토마스 쿠리안 구글 클라우드 CEO는 마무리 연설에서 “이제 기업은 AI 도입이 아니라 AI를 어떻게 통합적으로 활용할 것인지가 과제가 되었다”라며, 구글 클라우드가 제공하는 “AI 옵티마이즈드 플랫폼”과 “멀티클라우드 개방성”, “엔터프라이즈급 보안·데이터 보호”를 강조했다.

2025년이라는 미래가 이미 성큼 다가왔음을 시사하는 이번 구글 클라우드 넥스트를 통해, AI가 전사적 차원에서 실질적 가치를 창출하고 있음을 생생히 확인할 수 있었다.

[이 내용을 통해 우리가 준비하고 꼭 학습해야 될 것들 – 500자 요약]

멀티에이전트(Agent) 구조 이해 및 활용: 과거 챗봇을 넘어, 다중 툴 사용과 계획·추론을 수행하는 에이전트가 등장한다. 이를 제대로 활용하기 위해 ‘Agent Development Kit’, ‘에이전트 프로토콜(Agent-to-Agent Protocol)’ 등을 숙지하고, 개념적 설계부터 보안·규제까지 종합적 역량을 갖춰야 한다.

멀티모달 모델과 데이터 활용: 텍스트뿐 아니라 이미지·오디오·영상까지 분석·생성하는 모델이 급증한다. 기업 데이터(빅쿼리 등)와 AI 모델을 결합해 실무에서 어떻게 통찰과 자동화를 이끌어낼지 고민해야 한다.

AI 보안과 거버넌스: AI 모델 유출, 데이터 보호, 멀티클라우드 상황에서의 보안 전략이 필수다. 구글 클라우드의 보안 에이전트, 통합 대시보드 등을 참고해 조직 차원의 보안·규제 방안을 마련해야 한다.

협업·생산성 개선을 위한 업무 자동화: 구글 워크스페이스, Agent Space 등 협업 툴과 AI의 결합으로 업무 효율이 급격히 높아진다. 사내 프로세스를 에이전트 기반 자동화로 구축할 수 있도록, 구성원들의 역량 강화와 IT 거버넌스 체계 정비가 필요하다.